不一定是。Build in Public 本身是逼自己下水、早点接触真实反馈的手段;只有当发布开始决定你做什么,它才变成假忙。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
公开过程是解药,不是目的
材料里的观点对一个一直学习、从不下水的人,公开做东西能逼他结束“我好像懂了”的虚假满足,把第一版真正做出来,也让用户、反馈、合作者更早找到他1。所以它一开始解决的问题是拖延和不敢展示,而不是制造工作量。判断它是不是假忙,先看它有没有把你推向真实的作品和真实的人;如果只是把已经会的东西反复讲一遍,那它就没在解决原来的问题。
危险在于发布反过来决定选题
材料里的观点一次 Build 会同时产生三本账:作品账看东西做成了什么,故事账看“我在做这件事”获得多少注意力,商业账看用户是否持续使用和付费2。故事账结算最快,播放量和 Star 几小时、一天就有结果,可靠性和真实使用却要几个月才看得出来2。一旦故事账开始决定选题,人就会挑更容易发布的工作,把真正影响长期业务、却暂时无法传播的事一再推迟2。这时的忙不是假的,但方向被平台需要和观众偏好接管了。
顺序反过来就不算假忙
可操作的顺序是先做因为对业务重要的事,再把其中值得传播的部分讲出来,而不是先问什么容易传播再决定做什么2。同样地,工具和原型最容易让人觉得在进步,因为它们能截图、能发帖,但工具几个月就换一轮,原型只碰到需求清楚、数据简单、用户只有自己的情况3。真正留下来的,是拿到模糊需求先拆成可检验的小步、结果不对先找原因这类方法,以及从原型走到产品时一次次撞上现实的经验3。如果公开的内容来自这些真实推进,它就在帮你,而不是替你表演。
材料讨论的是公开做项目这件事本身的风险与顺序,没有涉及具体平台数据或你个人的发布频率,因此无法判断你当前的做法属于哪一类。
出处
- 1我对Build in Public的反思
直接讨论 Build in Public 何时从解药变成风险,适合核对“假忙”这个判断的边界。
- 2想获得超线性回报,先打下可以坚持的地基
提出作品账、故事账、商业账和先做事再发布的顺序,适合理解发布为什么会改写选题。
- 3假学习的终结
解释工具和原型为何最有进步感却过期最快,适合对照公开内容是否来自真实推进。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- share your project 会不会有点子被别人复制的风险?我觉得是有的 所以现在论坛里share的project都是不痛不痒 甚至有点同质的 例如外语学习ai 工具等。真正有价值的project 似乎都没有被公开出来。
复制风险确实存在,但公开分享换来的反馈和连接,往往比被抄走的点子更值钱;真正难复制的不是点子,是你在构建中形成的判断和体感。
- 想開始經營x, 建立個人公開的學習過程,該從哪方面開始?
先公开记录你正在学的碎片念头,别等想清楚再发;公开本身会带来反馈和同行者,让学习从独自看课变成持续动手。
- 怎么做build in public
Build in public 的关键是别让“故事账”取代作品和商业结果:先做对业务重要的事,再把其中值得讲的部分发出来。
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。